مقایسه روش های تعیین ساختار عاملی آزمون براساس داده های تجربی: مورد آزمون سراسری ورود به دانشگاه 1395 (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
هدف: هدف این پژوهش مقایسه روش های تعیین تعداد ابعاد براساس داده های آزمون های سراسری و تعیین تعداد ابعاد موجود در این داده هاست.روش پژوهش: پس از بررسی پیشینه نظری و تجربی، از داده های آزمون های ریاضی (گروه ریاضی)؛ شیمی (گروه تجربی)؛ و فلسفه-منطق (گروه انسانی) سال 1395 برای تحلیل استفاده شد.یافته ها: تحلیل داده ها با یازده روش تحلیل ابعاد، 34 شاخص مبتنی بر این روش ها و نیز روش های نموداری تحلیل خوشه سلسله مراتبی، تحلیل شبکه اکتشافی و نقشه حرارتی نشان داد که روش های مختلف بسته به ماهیت، عامل یا عوامل کلی، اختصاصی و یا خوشه های سوال موجود در آزمون ها را منعکس می کنند. نتایج حاصل از تحلیل ها نشان داد تک بعدی بودن ضروری (essential unidimensionality) در اکثر موارد به معنی دقیق آن برقرار نیست و دست کم در آزمون های تخصصی سراسری سال 1395 ساختار از نوع عامل دوگانه (bifactor) است. با این تفاوت که ساختار دوگانه حاصل با مشخصات مدل دوگانه موجود در پیشینه همخوانی ندارد. یعنی هر سوال علاوه بر عامل کلی با بیش از یک عامل اختصاصی ارتباط دارد که به ساختار پیچیده یا نسبتا پیچیده منجر می شود.نتیجه گیری: براساس نتایج تحلیل عاملی کل داده ها و تحلیل عاملی غیرخطی افزایش تدریجی مجانب پایین باعث کاهش تعداد ابعاد می شود. پیشنهاد می شود برای تعیین ابعاد آزمون های سراسری از ترکیب چند روش استفاده شود. به علاوه به هنگام تحلیل میزان اشباع عامل کلی، که در میزان همبستگی بین سوال ها منعکس می شود، لحاظ کردن مجانب پایین، نوع برخورد با پاسخ های سفید و مقایسه نتایج حاصل از کل داده ها با داده های کامل (داده های بدون پاسخ سفید) می تواند در این خصوص مفید باشد. به علاوه میزان برازش عامل های حاصل از روش های مختلف اکتشافی به داده ها با استفاده از روش های تاییدی نیز بررسی شده و در نهایت به تفسیرپذیری مدل حاصل نیز توجه گردد.Comparing Methods of Determining Test Factor Structure Using Empirical data: The Case of National Entrance Exam in 2016
Objective: The present study aimed to compare the dimensionality assessment methods using National Entrance Exam data and determine the number of dimensions in the exam’s data.Methods: The data from mathematics (mathematics group), chemistry (experimental sciences group) and Philosophy-logic (humanities group) sub-tests of the National Entrance Exam in 2016 AD (1395 solar) were used for analysis.Results: Analysis based on 11 methods resulted in 34 related indices and graphical methods, such as hierarchical cluster analysis, exploratory graph analysis and heat map revealed that different methods, depending on their nature, resulted in general factors, specific factors, and a cluster of items. Results showed that the required uni-dimensionality did not exist in most cases, and the structure of the specialized national exam in 2016 was bi-factorial. The only difference was that the resulting bi-factor structure did not match the specifications of the previous bi-factor model (i.e., a general factor and several specific factors unrelated to each other and the general factor, so that each item is merely related to one specific factor in addition to the general factor). In other words, besides correlating with the general factor, each item is related to more than one specific factor whose result was a complex or a relatively complex structure. Factor analysis of the total data and nonlinear factor analysis revealed that a gradual increase in lower asymptote reduced the number of dimensions. Conclusion: It is recommended to apply a combination of methods to find the dimensions of the National Entrance Exam. In addition, the extent of general factor saturation, reflected in item correlations, considering lower asymptote, the way of dealing with omitted responses in analysis, and comparing results of all data with complete data (data without missing values) can be useful for dimensionality assessment. Furthermore, researchers should consider checking the fit of the models extracted from different explanatory methods by confirmatory factor analysis and the interpretation of the extracted model.
تبلیغات
